Как удалить значение из ряда данных с несколькими индексами? - PullRequest
Новая
       8

Как удалить значение из ряда данных с несколькими индексами?

1 голос
/ 06 мая 2019

У меня есть фрейм данных с температурой, записанной за день / месяц / год. Затем я нахожу самую низкую температуру каждого месяца, используя функции groupby и min, которые дают ряд данных с несколькими индексами.

Как я могу сбросить значение с определенного года и месяца? например. год 2005 месяц 12? 

# Find the lowest value per each month
[In] low = df.groupby([df['Date'].dt.year,df['Date'].dt.month])['Data_Value'].min()

[In] low
[Out] 
Date  Date
2005  1       -60
      2      -114
      3      -153
      4       -13
      5       -14
      6        26
      7        83
      8        65
      9        21
      10       36
      11      -36
      12      -86
2006  1       -75
      2       -53
      3       -83
      4       -30
      5        36
      6        17
      7        85
      8        82
      9        66
      10       40
      11       -2
      12      -32
2007  1       -63
      2       -42
      3       -21
      4       -11
      5        28
      6        74
      7        73
      8        61
      9        46
      10      -33
      11      -37
      12      -97
[In] low.index
[Out] MultiIndex(levels=[[2005, 2006, 2007], [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]],
           labels=[[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2], [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]],
           names=['Date', 'Date'])

1 Ответ

0 голосов
/ 06 мая 2019

Это работает. 

#dummy data
mux = pd.MultiIndex.from_arrays([
    (2017,)*12 + (2018,)*12,
    list(range(1, 13))*2
], names=['year', 'month'])

df = pd.DataFrame({'value': np.random.randint(1, 20, (len(mux)))}, mux)

Тогда просто используйте drop . 

df.drop((2017, 12), inplace=True)

>>> print(df)

            value
year month       
2017 1         18
     2         13
     3         14
     4          1
     5          8
     6         19
     7         19
     8          8
     9         11
     10         5
     11         7 <<<
2018 1          9
     2         18
     3          9
     4         14
     5          7
     6          4
     7          6
     8         12
     9         12
     10         1
     11        19
     12        10
...